传统语音增强算法，该部分代码配套书籍为《语音增强-理论与实践》，包含经典的语音增强算法和语音质量客观评估标准
《语音增强-理论与实践》2012中文版电子书可从百度网盘获取，提取码为med8
《语音增强-理论与实践 第2版》2013英文版电子书可从百度网盘获取，提取码45xv
这里仅包含matlab代码和样例音频(*.wav)，对应书籍配套光盘中的MATLAB code部分
该部分代码发布较早，如果在最新的matlab上运行，可能需要做适当修改，比如在statistical_based/wiener_as.m中
wavwrite( enhanced_speech, fs, nbits, outfile);
需要修改为以下写法之后即可在matlab2016中运行
audiowrite(outfile,enhanced_speech,fs);
总文件夹结构如下
+---spectral_subtractive # 谱减法
+---statistical_based # 基于统计的方法
+---subspace # 子空间法
+---noise_estimation # 噪声估计算法
\---objective_measures # 客观评估准则
| +---intelligibility # 语音可懂度
| \---quality # 语音质量(清晰度)
+---ideal_channel_selection # 理想通道选择
每个子文件夹中包含readme.txt和readme.pdf，提供各算法的使用样例和对应的参考文献
各文件夹中包含的算法如下
├─spectral_subtractive # 谱减法
│ specsub.m # 基本谱减算法
│ mband.m # 多带谱减算法
│ ss_rdc.m # 采用自适应增益平均和低延时卷积的谱减算法
│
├─statistical_based # 基于统计的方法
│ wiener_iter.m # 基于全极点语音产生模型的迭代维纳滤波算法
│ wiener_as.m # 基于先验信噪比估计的维纳滤波算法
│ wiener_wt.m # 基于小波阈值多窗谱的维纳滤波算法
│ mt_mask.m # 基于心理声学的算法
│ audnoise.m # 可听(Audible)噪声抑制算法
│ mmse.m # 采用或未采用语音存在不确定度的MMSE算法
│ logmmse.m # 对数MMSE算法
│ logmmse_SPU.m # 结合语音存在不确定度的对数MMSE算法
│ stsa_weuclid.m # 基于加权欧式失真测度的贝叶斯估计器
│ stsa_wcosh.m # 基于加权Cosh失真测度的贝叶斯估计器
│ stsa_wlr.m # 基于加权似然比失真测度的贝叶斯估计器
│ stsa_mis.m # 基于修正Itakura-Saito失真测度的贝叶斯估计器
│
├─subspace # 子空间法
│ klt.m # 采用内嵌预白化的子空间法
│ pklt.m # 基于感知的子空间法
│
├─noise_estimation # 噪声估计
│ specsub_ns.m # 不同噪声估计算法汇总
│ martin_estimation.m # Martin最小值跟踪算法
│ mcra_estimation.m # MCRA算法
│ mcra2_estimation.m # MCRA2算法
│ imcra_estimation.m # 改进的MCRA算法
│ doblinger_estimation.m # 连续最小值跟踪算法
│ hirsch_estimation.m # 加权谱平均
│ connfreq_estimation.m # 联合时频区域
│
├─objective_measures # 客观评估准则
│ ├─intelligibility # 语音可懂度
│ │ CSII.m # 计算CSII测度
│ │ NCM.m # 计算NCM测度
│ │ SII.m # 计算SII测度
│ │
│ └─quality # 语音质量(清晰度)
│ comp_snr.m # 计算分段信噪比及总和
│ comp_wss.m # 计算加权谱斜率测度
│ comp_llr.m # 计算似然比
│ comp_is.m # 计算Itakura-Saito测度
│ comp_cep.m # 计算倒谱距离
│ comp_fwseg.m # 计算频率加权分度信噪比(fwSNRseg)
│ comp_fwseg_variant.m # 计算频率变化的fwSNRseg
│ comp_fwseg_mars.m # 基于MARS分析计算频率变化的fwSNRseg
│ pesq.m # 计算PESQ(语音感知质量)
│ composite.m # 计算综合测度
│ addnoise_asl.m # 基于活动语音强度按指定信噪比向干净语音中加入噪声
│
└─ideal_channel_selection # 理想通道选择
ics.m # 基于信噪比的通道选择(理想二值掩蔽)
ics_constr_rule.m # 基于SNR_ESI规则的通道选择
ics_masker_rule.m # 基于掩码约束的通道选择
ics_reverb.m # 基于SRR规则的通道选择